蔣高明， 劉海桑

(江南大學 紡織科學與工程學院，江蘇 無錫 214122)

服裝三維虛擬展示技術(shù)是利用計算機方法模擬在動態(tài)人體上逼真的三維服裝效果技術(shù)[1]。服裝三維虛擬展示融合了多學科領(lǐng)域和技術(shù)，包括計算機圖形學、人工智能、計算機建模與仿真、網(wǎng)絡(luò)信息技術(shù)等[2]。在計算機虛擬平臺中，基于標準人體模型，根據(jù)實際人體尺寸對人體模型進行重構(gòu)；將現(xiàn)有服裝儲存于系統(tǒng)中，利用人工智能技術(shù)建立服裝與人體模型之間的空間關(guān)系，將服裝穿著于人體模型上，并隨人體模型的運動實現(xiàn)服裝虛擬展示。

服裝三維虛擬展示是為了模擬人體在不同姿勢下的服裝形態(tài)和變形情況，改變傳統(tǒng)真人試衣方式，可在虛擬環(huán)境下進行服裝立體展示。服裝三維虛擬展示在服裝CAD軟件中的應(yīng)用，使柔性化織物仿真更加真實，幫助設(shè)計人員實現(xiàn)可視化服裝開發(fā)；該技術(shù)應(yīng)用于動畫領(lǐng)域，使虛擬人物的衣著貼近現(xiàn)實；應(yīng)用于服裝電子商務(wù)領(lǐng)域，幫助消費者快速判斷合適的服裝并進行搭配，減少售后服務(wù)流程。總之，服裝三維虛擬展示能夠提高服裝和織物在設(shè)計開發(fā)、展示、銷售等各流程的效率，對服裝產(chǎn)業(yè)的商業(yè)化發(fā)展產(chǎn)生促進作用[3-5]。

1 服裝三維虛擬展示研究現(xiàn)狀

1.1 國外研究現(xiàn)狀

服裝精確的模擬技術(shù)，首次于1990年由瑞士日內(nèi)瓦大學MIRALAB實驗室聯(lián)合開發(fā)，結(jié)合虛擬織物和人體建模、動態(tài)展示等技術(shù)，實現(xiàn)虛擬穿衣功能[6]。隨后，他們開發(fā)了多個典型的虛擬試衣系統(tǒng)，如Virtual Try On[7]和Fit-me.com[8]，以及基于人體模型構(gòu)建服裝的MIRACloth系統(tǒng)，能夠通過交互設(shè)備實現(xiàn)動態(tài)穿著效果展示。

加拿大研究人員開發(fā)了My Virtual Model(MVM)在線試衣系統(tǒng)，可根據(jù)用戶身體尺寸數(shù)據(jù)如身高、三圍等實現(xiàn)三維人體模型動態(tài)重構(gòu)。與之相似，瑞典H&M服裝公司也推出了網(wǎng)上試衣間[9]。為了使所選服裝尺寸更加貼近消費者實際尺寸，一些個性化定制尺碼推薦系統(tǒng)如The Right Size，F(xiàn)it me 等[10]也相繼問世，根據(jù)消費者尺寸進行紙樣計算與尺寸推斷，并根據(jù)消費者喜好等個人因素推薦合適的服裝。服裝的個性化定制，不僅給消費者帶來視覺體驗，還使服裝更加貼近實際，使得虛擬穿著效果更加逼真。英國倫敦大學Bidynertics[11]也是將體型尺寸數(shù)字化，通過系統(tǒng)判斷選擇的服裝是否與當前體型匹配。除了能夠根據(jù)特定的尺寸進行服裝定制，德國弗勞恩霍夫?qū)W會[12]通過三維掃描技術(shù)直接獲取人體體型特征生成三維人體模型，根據(jù)1∶1的人體尺寸推薦合適的服裝。

通過對人體尺寸的匹配，能夠使消費者快速獲得尺寸對應(yīng)的服裝，并實現(xiàn)服裝的即時模擬與虛擬展示。

1.2 國內(nèi)研究現(xiàn)狀

國內(nèi)對于服裝三維虛擬展示的研究起步較晚，但近年來逐漸得到廣泛應(yīng)用。最開始的阿里淘寶、騰訊qq秀等，使用Flash展示服裝搭配，以二維圖片展示居多，真實感較低，無法全方位體現(xiàn)服裝的立體效果[13]。隨著全球最新3D科技、增強現(xiàn)實、體感技術(shù)的引進，2011年杭州森動數(shù)碼科技發(fā)布了“3D互動虛擬試衣間”[14]，減少了線下?lián)Q衣時間，提高了空間利用率，減少大量人力。江南大學為解決文物難以保存并提供展覽的問題，將服裝三維虛擬展示與民間服飾融合，把民族服飾以逼真的形態(tài)呈現(xiàn)出來[15]。中國研究人員對于服裝三維虛擬展示一直在深入研究中，并不斷推進國內(nèi)三維虛擬展示技術(shù)的發(fā)展。

2 服裝三維虛擬展示應(yīng)用技術(shù)

國內(nèi)外現(xiàn)有的服裝動態(tài)三維虛擬展示從三維人體重建、人體動態(tài)變形、三維著裝模擬和服裝動畫模擬4個方面展開探討。

2.1 三維人體重建

目前針對三維人體重建的研究中，非參數(shù)化的掃描融合方法和參數(shù)化的模型匹配方法是最常見的(見圖1)。以Kinect Fusion[16]為例，利用Kinect 相機采集深度圖像和彩色圖像，并將其轉(zhuǎn)化為點云，通過對點云位姿估計和融合，得到整體點云。Dynamic Fusion[17]在此基礎(chǔ)上加入非剛性變形估計，實現(xiàn)非剛性體的實時動態(tài)重建。Body Fusion[18]方法在Dynamic Fusion的研究基礎(chǔ)上提出骨架嵌入式表面融合，增加了人體骨骼約束，利用圖形節(jié)點和骨架之間的附加信息實現(xiàn)形變 [見圖1(a)]。之后，他們提出Double Fusion[19]，構(gòu)建了雙層表面表示模型，外層利用相機獲取的深度信息進行融合得到人體表面，內(nèi)層則根據(jù)人體外形和獲得的關(guān)節(jié)點信息推測人體骨架模型[見圖1(b)]。

圖1 非參數(shù)化的掃描融合法Fig.1 Nonparametric scanning fusion methods

參數(shù)化的模型匹配法是基于三維人體模型數(shù)據(jù)庫展開的。ANGUELOV D等[20]提出了SCAPE(shape completion and animation of people)人體模型數(shù)據(jù)庫，學習人體姿勢參數(shù)的線性系數(shù)，通過主成分分析法從SCAPE人體模型數(shù)據(jù)庫中學習得到身材空間中各個基的系數(shù)。CHEN Y P等[21]通過結(jié)合形狀建模和姿勢變形來解決由于姿態(tài)變形與人體形狀有關(guān)引起的不準確性。CHENG K L等[22]提出自動參數(shù)化人體重建，該方法利用回歸分析的方法，在掃描距離數(shù)據(jù)和一些帶注釋的訓練數(shù)據(jù)之間找到對應(yīng)的關(guān)鍵點，用戶的體形和姿勢將在幾秒鐘內(nèi)自動構(gòu)建。

2.2 人體動態(tài)變形

日常生活中人體復(fù)雜多變的姿勢動作給虛擬仿真帶來了一定困難。計算機需要對模型進行處理，構(gòu)造具有真實感的人體模型。目前主要有3種方法對人體模型進行動態(tài)模擬：專業(yè)軟件設(shè)計角色模型并驅(qū)動、骨骼驅(qū)動人體模型變形和基于統(tǒng)計樣本的人體變形[23]。

分為保守手術(shù)及根治手術(shù),前者可保存患側(cè)輸卵管,后者要切除患側(cè)輸卵管。手術(shù)治療適用于:1.生命體征不穩(wěn)或腹腔中有出血征象2.診斷不明確者。3.異位妊娠病情發(fā)展者(如血HCG>3000IU/L或持續(xù)升高、有胎心搏動、附件區(qū)大包塊等)4.隨診不按時者5.藥物禁忌或無效者[1]。

目前常用設(shè)計角色模型的專業(yè)軟件有Maya和3Ds Max等，能夠設(shè)計構(gòu)造三維人體模型，建立三維人體骨骼關(guān)鍵點改變模型姿態(tài)，通過軟件的蒙皮功能建立骨骼與模型表面網(wǎng)格頂點的關(guān)系。MAYA人體動畫制作過程如圖2所示。但使用商用軟件制作人體動畫造型，耗時長，效率較低。

圖2 MAYA人體動畫制作過程Fig.2 Human animation production process by MAYA

與現(xiàn)有商用相似，BARAN I等[24]提出的骨骼直接驅(qū)動法為熱傳導(dǎo)法，通過熱平衡方程計算骨骼對頂點的權(quán)重；基于樣本的骨骼驅(qū)動法[25-27]是在已有的人體動畫模型的姿態(tài)樣本基礎(chǔ)上計算骨骼的權(quán)重(見圖3[25])。以上方法使用線性關(guān)系對模型進行蒙皮，只考慮單個頂點，而忽略曲面屬性。但人體表面以及骨骼之間的關(guān)系是非線性的，因此兩者并不是完全匹配的。

圖3 骨骼直接驅(qū)動基于樣本法Fig.3 Direct driving of bone-based on sample method

隨著對大數(shù)據(jù)研究的廣泛開展，基于統(tǒng)計樣本的人體變形方法的研究也在不斷深入。ALLEN B等[28]將人體掃描數(shù)據(jù)和分布可變形關(guān)節(jié)模板匹配，通過相似關(guān)節(jié)角的樣本模型插值得到新的模型(見圖4)。除此之外，類似的還有姿態(tài)空間變形方法[29]，該方法可對人體模型進行任意變形，并且無需對人體不同部位單獨處理。從樣本得到模型則是利用徑向基函數(shù)進行線性插值，實現(xiàn)人體骨骼位移和姿態(tài)形變[30]。

2.3 三維著裝模擬

三維著裝模擬主要是針對面料的模擬，可分為幾何模型、物理模型和混合模型3類[31]。

幾何模型主要利用數(shù)學函數(shù)和幾何變換的方法，只能簡單模擬布料外觀，而忽略了布料本身屬性。在WEIL J[32]對幾何方法初步探索的基礎(chǔ)上，HINDS B K等[33-34]與NG H N等[35]利用純幾何方法對特殊情況下的布料變形進行仿真。之后，HADAP S等[36]將幾何與紋理結(jié)合模擬布料的褶皺。幾何模型方法雖然計算簡單，效率高，但只能簡單模擬布料外觀，而忽略了布料本身的屬性，如布料質(zhì)量、彈性等。

物理模型方法主要包括有限元法、彈性變形模型、粒子系統(tǒng)以及彈簧質(zhì)點模型等。基于有限元的服裝模型如圖5所示。ASCOUGH J等[37]用有限元網(wǎng)格來表示織物，利用幾何剛度分析大位移，模擬出服裝被穿著時的虛擬動態(tài)效果 [見圖5(a)]。ETZMUSS O[38]利用有限元法建立了具有黏彈性和高度撓性的曲面模型。該方法可將非線性彈性問題轉(zhuǎn)化為平面線性問題，適用于柔性織物建模，對織物作出快速且精準的變形模擬[見圖5(b)]。

圖5 基于有限元的服裝模型Fig.5 Garment models based on finite element method

彈性變形模型[39-40]考慮了布料的物理屬性，并將動力學理論應(yīng)用到布料的離散粒子結(jié)構(gòu)和彈性模型中，構(gòu)建高度真實的布料仿真系統(tǒng)?；谟邢拊拿媪夏Ｐ腿鐖D6所示，在連續(xù)體力學模型基礎(chǔ)和Kirchhoff-Love薄殼理論基礎(chǔ)上，YUAN W R等[41]提出無網(wǎng)格模型參數(shù)化的織物仿真方法，利用共旋法解決織物較大的形變問題[見圖6(a)]。但該方法計算量大，仿真效率低。JIANG C等[42]同樣利用連續(xù)介質(zhì)力學建立了物理模型，其方法是將布料當作沙子等連續(xù)物質(zhì)，但是仿真細節(jié)多，計算量巨大，不適用于實時性與精度高的布料模擬[圖6(b)]。

圖6 基于有限元的面料模型Fig.6 Fabric models based on finite element method

2.4 服裝動畫模擬

基于數(shù)據(jù)驅(qū)動的人體-服裝動畫模擬是實現(xiàn)真正意義上的在線3D虛擬服裝動畫展示的關(guān)鍵。此模擬需要考慮人體動作序列預(yù)測、人體運動過程中關(guān)鍵幀的提取、前后幀對當前幀的影響和服裝動態(tài)變形等。HARVEY F G等[43]探討了用于半監(jiān)督序列分類和重建的遞歸編碼器多解碼器神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)，可以搜索和快速標記新的序列，比較人體運動過程中特征點與地面真值(見圖7[43])。LI Y R等[44]設(shè)計了一種新的卷積層次模塊，將該模塊作為編碼器，構(gòu)建了一個自動編碼器系統(tǒng)(見圖8[44])。該模型能夠有效地提取時間和空間信息，大大降低了模型的計算復(fù)雜度和規(guī)模。

以上方法雖然能夠有效地從運動捕獲數(shù)據(jù)中提取關(guān)鍵幀序列，但是具有較大重建誤差，計算耗時較長。XU C X等[45]提出了一種新的關(guān)鍵幀提取算法和一種基于多重二項式擬合的運動數(shù)據(jù)重建方法(見圖9[45])，進一步降低了運動序列重建的誤差，不足之處為關(guān)鍵幀壓縮率較大。

獲取人體運動序列并重建人體模型后，需要根據(jù)動態(tài)人體將服裝模型進行動態(tài)擬合。YAN Y F等[46]提出了一個虛擬試穿系統(tǒng)的框架，將服裝模型調(diào)整到身體的外部，并將骨骼嵌入身體內(nèi)部。身體網(wǎng)孔的任何變形都會導(dǎo)致衣服網(wǎng)孔的相應(yīng)變形，運用運動數(shù)據(jù)來驅(qū)動骨骼、身體網(wǎng)格和服裝網(wǎng)格，并創(chuàng)建穿著人體角色的實時動畫，如圖10所示[46]。BERTICHE H等[47]提出了一種基于無監(jiān)督深度學習的服裝動畫方法(見圖11[47])，可自動獲取姿態(tài)空間變形和服裝形變，具有更廣泛的適用性，但是沒有考慮到多層面料的碰撞檢測問題。

圖7 人體運動過程中特征點與地面真值的比較Fig.7 Comparison of the true value between the feature points and the ground in the process of human movement

圖8 卷積層次自編碼器模型的架構(gòu)Fig.8 Architecture of convolutional hierarchical self encoder model

圖9 關(guān)鍵幀提取與運動重構(gòu)Fig.9 Key frame extraction and motion reconstruction

圖10 虛擬試衣動畫Fig.10 Virtual animation for garment

圖11 基于無監(jiān)督深度學習的服裝動畫原理與結(jié)果Fig.11 Principle and results of garment animation based on unsupervised deep learning

3 服裝三維虛擬展示發(fā)展趨勢

服裝三維虛擬展示綜合了大量應(yīng)用技術(shù)，其中存在的一些局限性，限制了服裝三維虛擬技術(shù)的超前發(fā)展。

由于織物是柔性體，服裝所展現(xiàn)的物理特性是動態(tài)的，如懸垂性、服裝褶皺等，給模擬服裝實際穿著的動態(tài)效果帶來了一定阻礙。這涉及柔性織物的力學測試、服裝三維建模、碰撞響應(yīng)等技術(shù)，且穿著厚度與服裝層次緊密相關(guān)，這些都給服裝三維虛擬仿真帶來困難。目前隨著計算機技術(shù)的提升，對于面料性能的仿真也有不少的研究，但如何更為精確細致地表現(xiàn)服裝的褶皺、皺紋等非線性和大變形性特點，仍需進行深入探索。

服裝三維虛擬展示中涉及人體動畫模擬，因此需要對服裝以及人體動畫模擬的計算量進行簡化。在三維虛擬展示過程中，不僅要考慮服裝與動態(tài)人體模擬的真實性和精確性，還要考慮運行設(shè)備的性能、仿真運行時間和速度，確保服裝三維虛擬展示系統(tǒng)的精確度和效率之間達到平衡。

4 結(jié)語

服裝三維虛擬展示通過計算機技術(shù)對服裝設(shè)計與展示給予技術(shù)輔助，改變了傳統(tǒng)線下試穿的展示模式。它是信息技術(shù)、紡織技術(shù)、服裝技術(shù)等多學科融合發(fā)展的產(chǎn)物。該技術(shù)的廣泛應(yīng)用，將對服裝的設(shè)計、開發(fā)、銷售等流程產(chǎn)生重要影響，促進服裝行業(yè)快速發(fā)展。